《ggplot2字体溢出的那点破事》这是经典老问题了，现在新版本的ggplot2有新的解决方案了，在coord_cartesian中新加入了clip参数，这样可以支持把图层画在画布之外，那么文本打过界也就支持了。这有一个好处，是可以支持direct label，而不需要调整xlim和ylim，毕竟你把xlim和ylim搞大有时候会给人以误导，认为你的数据取值范围就是图中的xlim和ylim，但实际上要小一些。
我以ggtree为例，为了让tip label打全，那么p1把时间给搞到2020，但实际上最近的采样时间是2013年，这样你单看x轴的标记，总感觉有一点点不对路，或者有一点点别扭。现在好了，我不设置xlim，而是让label打过界，当然还是需要有足够的空间来放这些文本，这个可以通过把margin搞大来实现。
R 3.5.0已经发布了，我昨天已经更新了，Bioconductor也将在5月初发布3.7版本，就我个人而言，新版的Bioconductor主要有以下一些新东西：
新包enrichplot，《enrichplot: 让你们对clusterProfiler系列包无法自拔
》，以后clusterProfiler系列出图更好看了，而且所有图你都可以用cowplot拼图。
这是去年「知识星球」里的提问，「知识星球」相当于是众筹我一年的时间，向我提问，请谨慎入坑。
我当时就写了一个函数ggvenn，这个函数其实包装了venneuler，但由于venneuler依赖rJava，而很多小伙伴不会装rJava，而因此装不了yyplot，所以我去掉了这个依赖，但如果你想要用ggvenn这个函数，请自行安装rJava和venneuler。其实还有另外一个包，VennDiagram，它的输出是gList，所以可以直接封装为ggplot2图层，然而对于画venn plot，我并没有太多的兴趣，《CS6: ChIPseeker的可视化方法（中秋节的视觉饕餮）》一文中介绍的upset plot，可能更好一些。
require(ggplot2)
p <- ggplot(iris) + aes(x = Sepal.Length, y = Sepal.Width, color=Species) +
geom_point(size=5) + theme_classic()
首先我们有一个图，是用ggplot2画的，上面这图大家太熟悉，不打印出来都知道是什么了。
我在最新版的ggimage中加入了一个ggbackground的函数，我随便从网上找一张iris的图片，我们把p和img同时传给ggbackground就好了，非常容易，于是图的内容还是一样，但加了一张我们给定的图片做为背景。
require(ggimage)
img = "https://assets.bakker.com/ProductPics/560x676/10028-00-BAKI_20170109094316.jpg"
ggbackground(p, img)
使用barplot来展示富集分析结果是很常用的，而dotplot比较barplot来说，多了一个点大小的信息，可以比barplot展示多一个信息，所以是比较推荐的，我之前已经写了《dotplot展示富集分析结果》和《dotplot for GSEA》两篇文章，dotplot虽然简单，很多人会觉得会容易用ggplot2画出来，但其实有些细节，比如《为什么画出来的点比指定的数目要多？》，有些技巧，比如《搞大你的点，让我们画真正的气泡图》，是很多新手所不具备的，图虽然简单，但老司机的飚车技能也不可小看哦，所以我在《听说你也在画dotplot，但是我不服！》的文后就说了一句话：
clusterProfiler之所以好，因为真的考虑了很多细节！请放开那图，让clusterProfiler来画！
在《你所不知道的，R的N种打开方式》我介绍了N多种打开R的方式，甚至于你还能用python写的号称21世纪的R界面：《R，python喊你回家吃饭啦》。
我自己一直很少用RStudio，而是用Emacs，虽然Emacs比较小众，也不适合这个公众号的粉丝，但文本编辑器之于程序程好比剑客手中的剑，一个用着顺手、长期使用的文本编辑器比什么都好，在《你所不知道的，R的N种打开方式》中我介绍了Emacs, Vim, textMate, sublime，今天要介绍另一款，VSCode，这是微软开源的文本编辑器，非常现代化，有很好的扩展生态。
这是小伙伴的命题作文，下面这个数据是曾老湿给出来的，其中header行竟然放在了最后一行，我手工把它挪到了第一行，里面还有一个数据缺失的，会导致读了数据后会有NA值，需要去除。
$ file summary_ATAC_seq_motif.xlsx
summary_ATAC_seq_motif.xlsx: Microsoft Excel 2007+
这是一个Excel文件，我们可以用readxl来读：
require(readxl)
x <- read_xlsx("summary_ATAC_seq_motif.xlsx")
